Measuring Actuarial Default Risk

1. Measuring Actuarial Default Risk Suheri, Ir., M.Si

2. Default Risk Adalah :driver utama credit Risk yang direpresentasikan oleh Probability of Default (PD) Jika terjadi, loss yang terjadi merupakan kombinasi dari Exposure at Default (EAD) dan Loss Given Default (LGD) Pendekatan Perhitungan : • Actuarial Method (default rate atas dasar data history default) • Market Price Method (atas dasar debt prices traded, equity, atau pengukuran “risk neutral” credit derivative) Risk neutral  forward looking, dan responsif atas berita terakhir yang didasarkan pada harga pasar Acturial measure dari probabilitas default ditentukan oleh agen kredit rating (external), bisa juga dilakukan pihak internal. Dapat juga diperoleh dengan model variabel akunting, terkait dengan kejadian default thd list karakter perusahaan.

3. Credit Event Default pada bond terjadi ketika pembayaran pada bond gagal. S&P mendefinisikan default sebagai : the first occurance of a payment on any financial obligation, rated or unrated, other than a financial obligation subject to a bonafide commercial dispute, an exception occures when an interest payment missed on the due date is made within the grace period Definisi ini digunakan untuk memperkecil risiko legal dalam industri Credit event dirumuskan oleh ISDA (inrternational swaps and derivative association) • Bankrut • Gagal Bayar • Obligation/cross default • Obligation/cross acceleration • Repudiation/moratorium • Restrukturisasi • Downgrading • Currency inconvertibility • Aksi Governmental

4. Credit Rating Moody’s  credit rating merupakan opini atas kemampuan di masa datang, kewajiban legal, dan keinginan dari penerbit bond untuk membayar penuh sesuai waktu hutang dan bunga kepada investor Rating menggambarkan objektive (aktuarial) peluang default (TABEL 19.2 hal 431) Rating dibagi atas: • Investment grade, di atas BBB (S&P), Baa (Moody’s) • Speculatif grade, di bawah investment grade Untuk prediksi bangkrut Altman mengembangkan z-score menggunakan model Multiple Discriminant Analysis (MDA), kombinasi linier dari data akunting yang sesuai dengan pengamatan default dan non default beberapa perusahaan dengan variable: 1. working capital atas aset 2. laba ditahan atas total aset 3. EBIT atas total aset 4. Nilai pasar ekuitas atas total kewajiban 5. Penjualan bersih atas total aset Skor yang rendah menggambarkan kemungkinan deafult besar

5. Historical Default Rate Historical Default rate oleh Moody’s (Tabel 19.3 hal 433), oleh S&P (Tabel 19.4 hal 434) Makin lama waktunya, makin tinggi probabilitynya, tapi investment grade lebih besar peningkatannya daripada spekulatif grade Kelemahannya adalah kelengkapan data

6. Cumulative dan Marginal Default Rate Cumultive default : total frekuensi default yang terjadi dari awal sampai dengan tahun ke T Marginal Default Rate : frekuensi dari default selama tahun T d1 = marginal default selama tahun 1 d2 = marginal default selama tahun 2 Default tahun 2 berarti survive tahun 1 dan default tahun 2 Probability tahun ke dua (1-d1)d2 Cumulative default sampai tahun ke dua: C2 = d1+(1-d1)d2 Contoh hal 437

7. Transition Probabilities Jangka panjang bermasalah untuk sample yang sedikit. Seehingga perlu migrasi rating, yaitu proses diskrit yang terdiri dari rating kredit yang berubah dari suatu periode ke periode lainnya. Menggunakan Proses Markov Tahun pertama B default : 3% Tahun ke dua : B-D + B-A-D + B-B-D + B-C-D = 3.25 %

8. Recovery Rate Dipengaruhi oleh beberapa faktor : • Status debitor • Keadaan Ekonomi (ekspansi lebih besar) • Karakterisitk obligor (tangible lebih besar) • Tipe default Corporate Rating • Berbeda tergantung stability keuangan dari masing-masing negara • Perbedaan sistem hukum